Original title: Databázové zpracování historických matrik Frelichov a příprava datasetu pro LLM
Translated title: Database Processing of Historical Parish Registers of Frelichov and Preparation of Dataset for LLM
Authors: Lůčný, Jakub ; Rozman, Jaroslav (referee) ; Zbořil, František (advisor)
Document type: Bachelor's theses
Year: 2026
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [cze] [eng]
Práce se zaměřuje na zpracování historických matričních záznamů s cílem usnadnit uživatelům jejich vyhledávání a následnou analýzu. Řešením tohoto problému je chatbot, který umožňuje konverzovat v přirozeném jazyce a generuje odpovědi založené výhradně na dostupných záznamech. Pro získání relevantního kontextu pro odpovědi je použit agentní RAG systém kombinující velké jazykové modely s metodou text-to-SQL. Implementovaný systém dosahuje téměř 90% úspěšnosti na vytvořené testovací sadě při využití pouze open-source jazykových modelů, přičemž nasazení komerčních modelů nabízí potenciál pro další zvyšování kvality. Výsledné řešení umožňuje i běžnému uživateli bez odborného vzdělání v IT či genealogii rychle vyhledávat konkrétní záznamy nebo získávat statistické přehledy o historii dané oblasti. The thesis focuses on processing historical parish register records to facilitate user search and subsequent analysis. The proposed solution is a chatbot capable of conversing in natural language and generating responses based exclusively on the available records. To retrieve relevant context for these responses, an agentic RAG system is employed, combining large language models with the text-to-SQL method. On a custom-built test suite, the implemented system achieves nearly 90% accuracy using only open-source language models, while the deployment of commercial models offers potential for further quality improvements. The resulting solution enables regular users without specialized IT or genealogical expertise to quickly locate specific records or obtain statistical overviews of the history of a given area.
Keywords: chatbot; genealogy; LLM; natural language processing; RAG; relational databases; SQL; text-to-SQL; chatbot; genealogie; LLM; RAG; relační databáze; SQL; text-to-SQL; zpracování přirozeného jazyka

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/259302

Permalink: http://www.nusl.cz/ntk/nusl-775972


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Bachelor's theses